Articles
227 Documents
<![CDATA[KLASIFIKASI PENYAKIT MATA KATARAK BERDASARKAN KELAINAN PATOLOGIS DENGAN MENGGUNAKAN ALGORITMA LEARNING VECTOR QUANTIZATION ]]>
<![CDATA[Hariyanto, Rudi]]>;
<![CDATA[Basuki, Achmad]]>;
<![CDATA[Hasanah, Rini Nur]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 2, No 3 (2016): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Katarak merupakan salah satu jenis kerusakan mata yang menyebabkan lensa mata berselaput, rabun yang bervariasi sesuai tingkatannya hingga menjadi kebutaan. Penyakit katarak ini menggerogoti mata secara perlahan, sedikit demi sedikit tanpa rasa sakit yang dialami pasien tetapi jika penanganannya terlambat maka mengakibatkan kebutaan permanen. Ketepatan penentuan jenis dan letak katarak secara dini sangat penting untuk mencegah dampak keparahan katarak yang lebih parah. Prosedur utama diagnosis katarak (Gold Standart Prosedur) dilakukan menggunakan Computed Tomography ( CT ) scan dan Magnetic Resonance Imaging (MRI). Alternatif diagnosis dapat dilakukan melalui pemeriksaan fisik, pemeriksaan laboratorium, riwayat penyakit, serta informasi lain yang terkait. Tujuan penulisan ini menyajikan hasil kajian mengenai implementasi metode Learning Vector Quantization (LVQ) untuk memudahkan klasifikasi penentuan jenis penyakit katarak serta tingkat keparahannya. Hasil penelitian menunjukkan bahwa penggunaan metode LVQ memberikan tingkat akurasi penentuan sebesar (99%) serta durasi waktu pelatihan (training) sampel sebesar (0,06 detik).Kata Kunci: Katarak, Klasifikasi, Learning Vector Quantization]]>
<![CDATA[Penerapan Metode ISSAF dan OWASP versi 4 Untuk Uji Kerentanan Web Server ]]>
<![CDATA[Dirgahayu, Raden Teduh]]>;
<![CDATA[Prayudi, Yudi]]>;
<![CDATA[Fajaryanto, Adi]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 3 (2015): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Untuk mengamankan web server dariserangan hacker maka sebaiknya para pemilik web server melakukan self test terhadap server mereka sendiri. Melalui self test ini, para pemilik web server akan mengetahui letak kerentanan dari sistem yang ada. Salah satu metode self test ini adalah penetration test. Metode ini sama dengan aktivitas hacking namun dilakukan secara legal. Penelitian ini, metode implementasi penetration test yang akan digunakan adalah ISSAF (Information Systems Security Assessment Framework) dan OWASP versi 4. IKIP PGRI Madiun sebagai salah satu instansi pendidikan sudah mempunyai web server sendiri sejak tahun 2010. Berdasarkan wawancara dengan pengelola web server IKIP PGRI Madiun, sejak pertama kali web server online sampai saa tini web server berhasil dibobol oleh hacker beberapa kali dalam setahun dan belum pernah dilakukan penetration test pada web servernya. Hasil pengujian dan analisa dengan metode ISSAF menunjukkan bahwa sistem web server IKIP PGRI Madiun masih dapat ditembus dan mengambil alih hak akses administrator, sedangkan dengan metode OWASP versi 4 menunjukkan bahwa manajemen otentifikasi, otorisasi dan manajemen sesi belum diimplementasikan dengan baik. Kata kunci: webserver, pentest, owasp, issaf, framework.]]>
<![CDATA[IMPLEMENTASI ALGORITMA DECISSION TREEC.45 UNTUK DIAGNOSA PENYAKIT TUBERCOLUSIS (TB) ]]>
<![CDATA[Santosa, Iwan]]>;
<![CDATA[Rosiyah, Hammimatur]]>;
<![CDATA[Rahmanita, Eza]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 3, No 3 (2018): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Tuberkulosis merupakan jenis penyakit menular yang menyerang saluran pernapasan pada manusia yang disebabkan oleh bakteri mycobacterium, bakteri tersebut dapat dengan mudah berpindah (proses penularan) melalui media udara. Menurut data dari WHO pada tahun 2012, Tuberkulosis merupakan salah satu penyakit menular yang menyebabkan masalah kesehatan terbesar kedua di dunia. Penyakit Tuberkulosis tidak hanya menyerang paru-paru, namun juga bisa menyerang pada bagian tubuh lainnya. Semakin cepat seseorang sadar terdiagnosa penyakit Tuberkulosis dan melakukan pemeriksaan, maka proses penyembuhan dimungkinkan akan semakin cepat. Banyak macam cara untuk mendeteksi namun banyak yang memerlukan waktu yang cukup lama. Untuk mengatasi permasalahan tersebut diperlukan suatu alat bantu berupa sistem pakar yang dapat mendiagnosa penyakit Tuberkulosis. Sistem pakar ini mengimplementasikan C4.5 yang merupakan salah satu teknik klasifikasi pada machine learning yang digunakan pada proses data mining dengan membentuk sebuah pohon keputusan (decision tree) yang direpresentasikan dalam bentuk aturan (rule). Hasil dari penelitian ini berupa sebuah sistem yang diharapkan dapat membantu masyarakat mendapatkan informasi yang cepat dan tepat dalam mendiagnosa penyakit Tuberkulosis. Dari penelitian ini telah dihasilkan sistem pakar untuk mendiagnosa penyakit Tuberkulosis dan setelah dilakukan pengujian dengan 100 data pasien, 50 sebagai data training dan 50 sebagai data testing diperoleh nilai akurasi sebesar 90% menggunakan Confusion Matrix.Kata kunci : Tuberkulosis, Decision Tree, Algoritma C4.5.]]>
<![CDATA[PERANCANGAN WIRELESS APLICATION PROTOCOL DAN WEB SISTEM INFORMASI STUDI KASUS SMU NEGERI IV MADIUN ]]>
<![CDATA[Fajaryanto Cobantoro, Adi]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 2, No 2 (2016): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Aplikasi ini terdiri dari tiga komponen utama, yaitu aplikasi untuk admin berbasis Web dibuat dengan menggunakan PHP, aplikasi untuk karyawan, siswa dan masyarakat menggunakan internet berbasis Web dibuat dengan menggunakan PHP dan menggunakan handphone berbasis WAP yang dibuat dengan menggunakan WML dan PHP.Tujuan akhir dari pembuatan program ini dapat mewujudkan sebuah aplikasi WAP dalam menyampaikan informasi sekolah (internal) dan informasi kegiatan-kegiatan sekolah (eksternal). Dan nantinya dapat memberikan informasi internal dan eksternal yang lebih optimal dan dapat mempermudah karyawan, masyarakat, orang tua siswa dan siswa dalam mendapatkan informasi SMU Negeri IV Madiun.Kata kunci : WAP, WML, PHP, mysql, Sistem Informasi]]>
<![CDATA[Prediksi Persediaan Ikan Teri Menggunakan Exponential Smoothing Berbasis Ordered Weighted Aggregation ]]>
<![CDATA[Khotimah, Bain Khusnul]]>;
<![CDATA[Laili, Moh]]>;
<![CDATA[Satoto, Budi Dwi]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 1 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Forecasting atau peramalan di suatu pergudangan digunakan untuk mengetahui kebutuhan persediaan stock ikan teri. Sistem peramalan untuk menyediakan permintaan pasar agar kebutuhan jangka panjang bisa terpenuhi dan tidak akan ada persediaan yang terputus. Metode peramalan yang sering digunakan adalah metode Exponential Smoothing berbasis Ordered Weighted Aggregation (OWA) karena memberikan prioritas tinggi terhadap observasi baru dan diharapkan akan mendapatkan hasil ramalan yang lebih bagus dengan nilai error kecil. Berdasarkan uji coba penggunaan parameter bebas α dari 0,1 sampai dengan 0,9 didapatkan hasil parameter yang optimal α =0,3 dan tingkat kesalahan MAPE =- 3,735. Hasil ujicoba dari tingkat error berdasarkan MAPE perhitungan selisih antara data persediaan dengan data hasil peramalan, diperoleh akurasi antara 10% dan 20% sehingga hasil peramalan mendekati nilai yang sebenarnya. Kata kunci : Sistem peramalan, Exponential Smoothing, Ordered Weighted Aggregation, MAPE]]>
<![CDATA[IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM PENENTUAN PRIORITAS REHABILITASI DAERAH ALIRAN SUNGAI (DAS) ]]>
<![CDATA[Fahmi, Muhammad Farid]]>;
<![CDATA[Suprapto, Yoyon K]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Ketersediaan informasi mengenai tingkat kekeritisan lahan yang akurat mempunyai arti yang sangatpenting dalam program RHL sehingga Priorotas DAS mana yang akan dilakukan rehabilitasi bisadiketahui. Dari permasalahan diatas diperlukan sebuah cara untuk menentukan prioritas DAS yangdirehabilitasi. Adapun metode yang digunakan dalam penelitan ini adalah K-Means Clustering. K-MeansClustering memodelkan dataset menjadi cluster-cluster dimana data pada satu cluster yang memilikikarakteristik sama dan memiliki karakteristik yang berbeda dari cluster lain berdasarkan parametertingkat kekeritisan lahan. Dari penelitian ini diperolah Kelompok DAS dengan skor rendah untuk semuaparameter kekritisan lahan sehingga memiliki tingkat kekritisan lahan tinggi dan menjadi prioritas untukdilakukan rehabilitasi.Kata Kunci: Rehabilitasi, DAS, Data Mining, K-means Clustering]]>
<![CDATA[IMAGE RETRIEVAL ARCA GANESHA DENGAN MENGGUNAKAN METODE EKSTRASI FITUR MOMENT INVARIANT DAN DETEKSI TEPI CANNY ]]>
<![CDATA[Nugroho, Hendro]]>;
<![CDATA[Mandyartha, Eka Prakarsa]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 3, No 2 (2017): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penggunaan metode Moment Invariant telah dikenal sebagai satu metode yang paling efektif untuk mengekstraksi fitur deskriptif. Intinya metode tersebut didapat dari objek citra biner yang menggunakan deteksi tepi. Dalam penelitian ini menggunakan metode Moment Invariant yang akan digunakan untuk mendapatkan nilai ekstraksi fitur bentuk pada arca Ganesa untuk dapat memberikan informasi tentang jenis arca Ganesha dalam posisi duduk. Langkah-langkah kerja untuk mendapatkan ekstraksi fitur bentuk pada arca Ganesa adalah langkah pertama citra Ganesa dilakukan praproses ukuran citra 200x260 piksel dengan file BMP dan background citra warna hitam, selanjutnya proses kedua dilakukan perubahan warna grayscale untuk mengubah citra dari 16 bit menjadi 8 bit, proses ketiga dilakukan proses deteksi tepi dimana dilakukan percobaan deteksi tepi Canny. Hasil akurasi yang didapat dari Image Retrieval menggunakan metode Moment Invariant dan deteksi tepi Canny adalah 74%.Kata kunci: Image Retrieval, Moment Invariant, Deteksi Tepi Canny.]]>
<![CDATA[Klasifikasi Akun Prostitusi Berdasarkan Skoring Tweet ]]>
<![CDATA[Azhar, Yufis]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 3, No 1 (2017): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Keberadaan media sosial dewasa ini juga dimanfaatkan oleh sebagian orang untuk melakukan tindakan prostitusi online, termasuk juga twitter. Di media tersebut, sering dijumpai akun-akun yang secara terang-terangan menjajakan dirinya ataupun memposting testimoni dari para pelanggan yang telah menggunakan jasanya. Keberadaan akun-akun semacam ini cukup meresahkan bagi sebagian kalangan karena dikhawatirkan memberikan dampak buruk bagi generasi muda. Pihak pemerintah sudah berupaya meminimalisir penyebaran akun-akun seperti ini dengan cara melakukan blokir permanen, akan tetapi karena jumlahnya yang sangat banyak, tidak semua akun mampu diblokir oleh pemerintah. Dalam penelitian ini, diusulkan suatu sistem yang mampu mengidentifikasi akun prostitusi online  secara otomatis pada media sosial twitter. Cara yang dilakukan untuk melakukan identifikasi ini adalah dengan mengekstrak tweet dari sebuah akun yang dicurigai untuk kemudian dianalisa apakah tweet dari akun tersebut mengandung unsur prostitusi ataukah tidak. Jika sebuah akun sering memposting tweet yang memiliki unsur prostitusi, maka akun tersebut akan digolongkan ke dalam akun prostitusi. Diharapkan dengan adanya sistem ini, mampu membantu pihak pemerintah dalam mengidentifikasi tindak prostitusi online  dalam ranah media sosial.Kata kunci: Klasifikasi Tweet, Skoring Tweet, Prostitusi Online]]>
<![CDATA[IMPLEMENTASI AUTOMATED TEXT SUMMARIZATION UNTUK DOKUMEN TUNGGAL BERBAHASA INDONESIA DENGAN MENGGUNAKAN GRAPH-BASED SUMMARIZATIONALGORITHM DAN ALGORITMA GENETIKA ]]>
<![CDATA[Pradnyana, Gede Aditra]]>;
<![CDATA[Mogi, I Komang Ari]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Ringkasan merupakan suatu cara yang efektif untuk menyajikan suatu karangan yang panjang dalam bentuk yang singkat. Ringkasan adalah penyajian singkat dari suatu karangan asli tetapi dapat tetap mempertahankan urutan isi dan sudut pandang pengarang asli, sedangkan perbandingan bagian atau bab dari karangan asli secara proporsional tetap mempertahankan dalam bentuknya yang singkat. Dalam membuat ringkasan kita diharuskan untuk membaca keseluruhan isi artikel tersebut terlebih dahulu, untuk kemudian meringkasnya. Hal ini tentu menjadi masalah dimana ringkasan dibuat dengan tujuan untuk meminimalkan waktu membaca tetapi tetap dapat memberikan teks yang isinya langsung mengarah pada tujuan utama atau ide pokoknya. Untuk memecahkan masalah tersebut diperlukan suatu perangkat atau aplikasi yang dapat meringkas teks secara otomatis. Automated Text Summarization (ATS) merupakan aplikasi berbasis komputer untuk menghasilkan ringkasan dari sebuah artikel tanpa menghilangkan tujuan utama dari artikel tersebut. Pada paper ini dikembangkan suatu metode ATS berbasis graf (Graph-Based Summarization Algorithm) untuk dokumen berbahasa Indonesia yang menggunakan Algoritma Genetika sebagai penyeleksi kalimat yang tidak sesuai dengan ide pokok dari teks. Dari hasil pengujian diperoleh kesimpulan bahwa untuk proses dokumen yang sama, waktu proses Algoritma Genetika dipengaruhi oleh penentuan nilai generasi, populasi dan elitism. Nilai generasi dan populasi yang ditetapkan berbanding lurus dengan waktu proses dan penggunaan sumber daya. Keywords:Dokumen, Ringkasan, Automated Text Summarization, Graph, Algoritma Genetika]]>
<![CDATA[KOMENTAR SEMI OTOMATIS UNTUK MEMUDAHKAN PEMAHAMAN PADA BAHASA PEMROGRAMAN JAVA ]]>
<![CDATA[Rachman, Andy]]>;
<![CDATA[Rochimah, Siti]]>;
<![CDATA[Sunaryono, Dwi]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 2, No 3 (2016): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Studi memperkirakan bahwa biaya perawatan perangkat lunak meningkat dengan sangat cepat hingga mencapai 90% dari biaya keseluruhan dalam daur hidup pengembangan perangkat lunak. Perawatan perangkat lunak menjadi sangat sulit dikarenakan tidak adanya dokumentasi pada program yang ada. Salah satu bentuk dokumentasi program adalah pemberian komentar program. Komentar sangat berguna dalam pemahaman program dan pemeliharaan program. Komentar memungkinkan pengembang dalam memahami kode lebih cepat dalam pembacaan source code. Pemberian komentar program biasanya dilakukan manual oleh programmer. Pada penelitian ini, dilakukan dua kegiatan pemberian komentar pada bahasa pemrograman java, yaitu pemberian komentar secara otomatis dan pemberian komentar secara semi otomatis. Komentar semi otomatis yang diberikan pada program secara langsung diharapakan dapat mempermudah proses pemahaman pada program khususnya bahasa pemrograman java. Penggunaan ekspresi regular sangat membantu dalam mempolakan baris source code. Dari uji yang dilakukan terdapat rata-rata keberhasilan pemberian komentar otomatis sebesar 92% dan proses pemahaman pengguna sebesar 86% dari total responden 21.Kata Kunci: Komentar program, perawatan perangkat lunak, ekspresi regular.]]>
